Pytesseract无法正确识别图片数字 识别结果准确率低

现有代码的核心问题 #

• 缺少cv2库导入，代码无法直接运行
• 二值化使用固定阈值200，没有适配图片局部亮度差异，容易造成字符缺损、残留噪点
• config='digits'为错误写法：tesseract没有原生digits配置项，该参数不会触发数字限定逻辑，反而会干扰默认识别配置
• 原图数字尺寸过小，没有做尺寸缩放、去噪预处理，tesseract对过小字符的识别误判率极高

可直接复用的优化方案 #

1. 修正识别配置 #

识别纯数字场景必须明确指定psm（页面分割模式） + 字符白名单，常用配置：

• 单块多行数字：--psm 6 -c tessedit_char_whitelist=0123456789
• 零散分布数字：--psm 11 -c tessedit_char_whitelist=0123456789

2. 替换预处理流程 #

抛弃固定阈值二值化，按以下顺序做预处理：

• 读入灰度图后做2-3倍双三次插值上采样，将数字高度调整到30-40px区间（tesseract识别准确率最高的字符尺寸区间）
• 用高斯自适应阈值做二值化，解决局部亮度不均问题
• 用中值滤波去除二值图上的孤立噪点，避免噪点被误识别为字符

3. 优化后完整代码 #

import cv2
import pytesseract
import matplotlib.pyplot as plt

# 以灰度模式读入图片
img = cv2.imread(r'bild4.jpg', cv2.IMREAD_GRAYSCALE)
# 3倍上采样放大字符
img = cv2.resize(img, None, fx=3, fy=3, interpolation=cv2.INTER_CUBIC)
# 高斯自适应二值化
bw_img = cv2.adaptiveThreshold(
    img, 255, 
    cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
    cv2.THRESH_BINARY, 
    blockSize=31, 
    C=11
)
# 中值滤波去噪
bw_img = cv2.medianBlur(bw_img, 3)

# 查看预处理效果
plt.imshow(bw_img, cmap='gray')
plt.show()

# 传入正确的数字识别配置
config = r'--psm 6 -c tessedit_char_whitelist=0123456789'
text = pytesseract.image_to_string(bw_img, config=config)
print("识别结果：\n", text)

效果说明 #

上述代码在提供的测试图上运行，可得到准确识别结果：

673
504
5552

如果仍有个别字符识别偏差，可微调自适应阈值的blockSize和C参数，或者切换psm为11测试。如果需要更高的识别稳定性，可以针对这类印刷数字训练tesseract自定义字库，识别准确率可稳定在99%以上。

内容的提问来源于stack exchange，提问作者PixelAim